基于BP神经网络与灰预测方法的杭州市城市生活垃圾产量预测研究.pdfVIP

第 14卷第 4期 杭州师范大学学报 (自然科学版) Vo1．14NO．4 2015年 7月 JournalofHangzhouNormalUniversity(NaturalScienceEdition) Ju1．2015 doi：lO．3969／j．issn．1674—232X．2015．04．018 基于 BP神经网络与灰预测方法的杭州市城市 生活垃圾产量预测研究 吴 晓红 (浙江商业职业技术学院人文学院，浙江 杭州 310053) 摘 要 ：通过分析影 响城市垃圾数量 的主要因素 ，利用灰预测方法构建未来数据 ，建立 了一个考虑人 口数 量、人均收入影响下的BP神经网络模型，对未来 1O年 的杭州市生活垃圾数量进行预测 ，得到较好 的结果． 关键词 ：城市生活垃圾 ；BP神经网络模型 ；灰预测模型；预测 中图分类号 ：029 MSC2010：65C20 文献标志码 ：A 文章编号 ：1674—232X(2015)04—043305 随着经济的发展 ，城市生活垃圾 已经成了影响人民生活的重要民生问题，不少城市出现了垃圾围城的 情况，作为浙江省省会城市杭州 ，这一现象也非常突出．2013年，杭州市区生活垃圾量达 308．67万吨，日 均 8456．78吨．一般来说，生活垃圾的处理 以填埋、焚烧 、堆肥等处理方法为主 ，目前杭州市天子岭是杭州 唯一的生活垃圾填埋 中心 ，按 照杭州市 目前的生活垃圾增长数量 ，这一填埋 中心估计再过 5年就将被 填满．“垃圾 围城”，杭州所面临的垃圾危机不可谓不严重 ，准确地预测城市生活垃圾数量对今后更好地开 展环境管理工作非常重要． 近年来，不断有 国内外文献对城市生活垃圾数量问题进行讨论 ，Dyson_1]对城市生活垃圾建立 了动态 模型进行分析 ，向盛斌 分析了影响城市生活垃圾 的主要因素 ，采用复合预测模型对上海市的生活垃圾数 量进行了预测 ，舒莹_3]采用灰色预测方法对合肥市生活垃圾进行预测分析 ，廖智强等[4]用指数模型对城市 生活垃圾进行预测 ，王秀芬等 采用 BP神经网络对北京市城市生活垃圾进行研究．本文 以BP人工智能 神经 网络模型为基础 ，同时利用灰色预测模型得到相关未知数据 ，从而预测未来 1O年的杭州市城市垃圾 数量 ，预测精度高 ，得到较好 的应用效果． ] 模 建 立 1．1 模型分析 影响垃圾产量的因素很多，一般可以分为 3类 ]：第 1类 ，影响垃圾产量变化的内在因素 ，主要是指直 接导致垃圾产量变化 的因素 ，如人 口数量、居 民生活水平等 ；第 2类 ，影响垃圾产量变化的社会因素，主要 是指社会行为准则、社会道德规范、法律规章制度等 ；第 3类 ，影响垃圾产量变化 的个体因素 ，主要是指垃 圾产生的主体——人类本身个体的行为习惯 、生活方式、受教育程度等因素．由于数据分析的局限性 ，本文 主要讨论的是第 1类 因素，以2001--2013年的杭州市城市人 口数量及人均可支配收入作为影响杭州市城 收稿 日期 ：2014一I1—23 基金项 目：浙江商业职业技术学院重点科研项 目(SZYZD201403)． 通信作者 ：吴晓红 (1976一)，女 ，副教授 ，硕士 ，主要从事应用数学与数学教育研 究．E—mail：~jvcc—wxh@126．corn 434 杭州师范大学学报 (自然科学版) 2015年 市垃圾数量的主要 因素． 如表 1所示 ，杭州市生活垃圾产生量 由2001年的 105．15万吨增长到2013年的308．67万吨 ]，年平 均增长率达到 16．13 ．杭州市区人 口数量从 2001年的379．49万人增长到 2013年的450．82万人，年平 均增长率达到 1．6％．如图 1所示 ，我们把杭州市区城市生活垃圾产生量、人 口数量 、人均可支配收入数据 进行归一化处理后放在同一张图中，可以看出三条线的平行关系 比较明显，其中垃圾产量与人均可支配收 入曲线增长幅度非常接近． =一妻～．一一l